L’XI International Conference on Computational Bioengineering (ICCB 2025), svoltasi dal 8 al 10 settembre all’Università Campus Bio-Medico di Roma (UCBM), rappresenta un appuntamento di grande rilievo per la comunità internazionale della bioingegneria computazionale. Il congresso infatti ha richiamato nella Capitale oltre 130 scienziati, ricercatori e professionisti provenienti da diversi paesi del mondo per discutere e confrontarsi sui risultati recenti, le sfide emergenti e le prospettive future in un campo che sta contribuendo a plasmare il futuro della medicina, della salute pubblica e delle tecnologie biomediche.
L’assegnazione dell’edizione 2025 del congresso a Roma segna una vittoria per l’Università Campus Bio-Medico. Il fatto che UCBM sia diventata l’host dell’evento conferma la sua credibilità e la sua ambizione di collocarsi sulla scena globale della ricerca in bioingegneria computazionale. L’Academy dell’Ateneo, polo dedicato allo sviluppo di competenze avanzate e all’integrazione fra formazione, ricerca e innovazione, è stata scelta come struttura organizzativa per rendere ICCB 2025 un momento strategico non solo per la comunità accademica, ma anche per il tessuto imprenditoriale e sanitario nazionale.
Non a caso, il congresso si inserisce nelle finalità più ampie dell’Academy considerato che rappresenta una importante occasione di incontro, e nuova sinergia, tra mondi diversi – accademia, industria, sanità – per generare progetti concreti e formare figure professionali in grado di operare a cavallo fra discipline. A confermare questa tesi è lo stesso Andrea Rossi, Direttore Generale di UCBM, secondo cui ‘l’ospitare ICCB 2025 ha rappresentato una conferma della capacità dell’Ateneo di coniugare ricerca d’eccellenza e innovazione tecnologica”.
I temi trattati
Il programma scientifico dell’evento è stato ampio e articolato, con oltre 100 contributi presentati in 13 mini-simposi, selezionati con un processo di peer-review rigoroso. Gli ambiti affrontati spaziavano dalla biomeccanica computazionale, al calcolo numerico, alla medicina personalizzata, alla robotica riabilitativa, al bioprinting 3D, alla nanomedicina, all’ingegneria neurale e interfacce uomo-macchina. Tra i temi particolarmente emergenti vi è l’insilico medicine, cioè la simulazione computazionale di processi fisiologici e patologici per supportare diagnosi, prognosi e terapie. Il mini-simposio dedicato a questo argomento ha lasciato emergere come i modelli virtuali, se integrati con dati clinici e sperimentali, possano ridurre tempi e costi nello sviluppo di nuovi farmaci o dispositivi medici.
Un altro filone rilevante è stato quella della modellazione multiscala e multifisica: le simulazioni che uniscono processi a livello molecolare, cellulare, tissutale e organico sono oggi una frontiera necessaria per cogliere la complessità dei sistemi biologici. L’approccio ‘multiphysics’ (che integra fenomeni meccanici, fluidodinamici, biochimici) e il ‘multiscale coupling’ sono citati esplicitamente tra i topic di interesse dell’evento. In ambito clinico e applicativo, attenzione è stata prestata alla personalizzazione: modelli ‘patient-specific’ in cui i dati individuali (imaging, parametri fisiologici, genetica) alimentano simulazioni su misura del singolo. Questo approccio si presta a migliorare la precisione terapeutica e a ridurre gli effetti collaterali.
La robotica per la riabilitazione, le interfacce uomo-macchina, la nanomedicina e il bioprinting 3D sono ambiti dove la bioingegneria computazionale può traslare direttamente in applicazioni cliniche concrete: gli algoritmi e i modelli sviluppati nei laboratori hanno un potenziale impatto reale sulle vite dei pazienti.
Un esempio concreto presentato durante la conferenza è la relazione tenuta da Sebastian Brandstäter, che ha parlato di ‘Multi-query analysis of electromechanical stomach models’, mostrando come un’analisi computazionale avanzata possa aiutare a comprendere meglio le funzioni gastrointestinali. Inoltre, Martin Frank ha contribuito nel mini-simposio ‘In-Silico Medicine: Common Problems and Latest Advancements’ con uno studio sulla collocazione computazionale di flow diverters per aneurismi cerebrali.
Networking, interdisciplinarietà e formazione
Il valore di un congresso come ICCB non si misura solo dai contenuti scientifici, ma anche dalla capacità di mettere in rete persone e competenze. Riunire scienziati da più continenti e discipline favorisce contaminazioni e collaborazioni che altrimenti faticherebbero a emergere. In un settore come la bioingegneria computazionale, dove biologia, matematica, fisica, informatica e ingegneria convergono, l’interdisciplinarietà è un requisito imprescindibile. Il fatto che UCBM abbia promosso questo evento attraverso la sua Academy sottolinea anche la dimensione formativa: studenti, giovani ricercatori e professionisti possono confrontarsi con esperti internazionali, partecipare a sessioni di presentazione, workshop, mini-simposi, e trarre ispirazione per nuove linee di ricerca. In un’epoca in cui le competenze richieste sono sempre più “orizzontali”, eventi di questo tipo aiutano a colmare il divario fra la formazione universitaria e la ricerca di frontiera.
Sfide e criticità: cosa emerge dalle discussioni
Alcune delle questioni che sono state oggetto di discussione, implicite o esplicite, sono: la validazione dei modelli computazionali che, per quanto sofisticati, dipendono dalla qualità e completezza dei dati sperimentali. La loro attendibilità clinica richiede confronti rigorosi con dati reali, e spesso c’è un margine di incertezza che va quantificato e gestito. Scalabilità e computazione ad alto rendimento: modelli multiscala e multifisici possono richiedere potenze computazionali molto elevate. La gestione del tempo di calcolo e dell’efficienza algoritmica rimane una sfida tecnica importante. Integrazione dati clinici e dati sperimentali: per rendere utili i modelli nella pratica clinica occorre integrare molteplici fonti di dati (imaging, segnali fisiologici, genetica, dati demografici), che spesso sono eterogenei e rumorosi. Traduzione in applicazioni reali: non tutti i modelli rimangono su carta: occorre un percorso di trasferimento tecnologico, validazione clinica, regolamentazione, accettazione da parte dei professionisti sanitari. Accesso alle risorse e disuguaglianze: non tutti i gruppi di ricerca dispongono delle stesse risorse (computazionali, finanziarie, infrastrutturali). È essenziale promuovere una partecipazione inclusiva e collaborazioni fra istituzioni con capacità diverse. Riproducibilità e trasparenza: come in molti settori della scienza computazionale, la riproducibilità dei risultati è un tema caldo. Condividere codici, dati e pipeline è vitale per consentire verifiche e progressi condivisi.
Fonte: Health Online
